Perencanaan Strategis dan Pengambilan Keputusan Akurat dan Cepat dengan Data Warehouse

2. Menentukan Granularitas (Choosing the Grain)

Granularitas merujuk pada tingkat detail data yang akan disimpan. Keputusan ini menentukan seberapa rinci data di tabel fakta. Contoh granularitas:

• Per transaksi individu: Cocok untuk analisis detail.
• Per hari: Cocok untuk laporan periodik.
• Granularitas yang terlalu tinggi dapat membebani sistem, sedangkan granularitas yang terlalu rendah dapat mengurangi fleksibilitas analitik.

3. Mengidentifikasi dan Menyelaraskan Dimensi (Identifying and Conforming the Dimension)

Dimensi adalah elemen yang menjelaskan proses bisnis, seperti waktu, lokasi, atau produk. Langkah ini melibatkan:

• Mengidentifikasi dimensi yang relevan.
• Menyelaraskan dimensi di seluruh proses untuk memastikan konsistensi (conforming dimensions).

Contoh: Dimensi Waktu harus digunakan secara seragam untuk semua laporan penjualan dan inventaris.

4. Memilih Fakta (Choosing the Fact)

Tabel fakta berisi metrik atau data kuantitatif yang akan dianalisis. Langkah ini mencakup:

• Menentukan fakta apa yang penting, seperti jumlah unit terjual, total pendapatan, atau biaya pengiriman.
• Menghubungkan fakta ke dimensi terkait, seperti waktu, produk, dan lokasi.

5. Menyimpan Perhitungan di Tabel Fakta (Storing Pre-Calculation in the Fact Table)

Beberapa perhitungan kompleks bisa disimpan langsung di tabel fakta untuk mempercepat analisis. Contoh:

• Menyimpan data total pendapatan sebagai hasil dari harga per unit × jumlah unit.
• Menyimpan margin keuntungan langsung di tabel fakta.

Langkah ini berguna untuk mengurangi beban pemrosesan saat membuat laporan.

6. Melengkapi Tabel Dimensi (Rounding Out the Dimension Table)

Tabel dimensi perlu diperkaya dengan atribut yang mendukung analisis yang lebih mendalam. Contoh:

• Dimensi Produk dilengkapi dengan atribut seperti kategori produk, merek, dan warna.
• Dimensi Pelanggan dilengkapi dengan data usia, wilayah, dan preferensi belanja.

Atribut tambahan ini mempermudah segmentasi dan analisis data.

7. Memilih Durasi Penyimpanan Data (Choosing the Duration of Database)

Durasi penyimpanan menentukan periode data yang akan disimpan dalam data warehouse. Keputusan ini tergantung pada kebutuhan bisnis. Contoh:

• Perusahaan mungkin ingin menyimpan data 5 tahun untuk tren jangka panjang.
• Untuk analisis operasional, data 1 tahun saja mungkin sudah cukup.